其實，後臺斷斷續續已經碼了好多感興趣的話題，經管文史哲法啥都想摸摸，尋一開心。對於真正的知識和文化，時常抱懷敬畏與細慎之心閱讀和理解，只是自己半吊子水平寫不出像樣的讀後感，更不敢作為開篇，應當趁胡亂之餘漸進和修煉。
還是先來為自己解疑答惑，做自己的老師。
01
如題，關於搜索，先上酒：
為什麼我打錯字了還是能得到我想要的結果？
為什麼我一輸入」蘋「搜索框下面就出現了蘋果、蘋果官網、蘋果手機？
那我搜了蘋果的時候是給我展示大蘋果還是iPhone12呢？
往往搜索的頁面還會有：搜索默認詞？猜你想搜？搜索熱榜？
……
醉了醉了，力所能及，先測測c
歐，牙口不好的我確實是不配吃蘋果。
再向下翻了翻我的搜索列表頁，恭喜第六位置，就是來自百億補貼的糖心蘋果。看來搜索結果的展示除了第一位是雷打不動的廣告，其它還是個性化排序呢。
搜索出奇蹟，我去搜一下以上幾個問題的答案昂。
首先基於用戶視角來梳理和還原搜索的整體流程
在這個過程中，主要從以下三個維度來理解搜索產品核心能力：
以抖音搜索截圖示例，包含搜索框默認詞（根據用戶近期行為數據，引導用戶意圖，目前都是展示」猜你想搜「裡的第一條）、猜你想搜（結合用戶興趣，推薦優質查詢詞）、熱搜榜（實時熱度，引導隨便逛逛的用戶，想知道大家都搜了些什麼，ps：熱搜榜往往是在對平臺內容做進一步的精細化運營，利用數據和算法的引導，將平臺上已經有一定熱度的內容再次集中式地曝光給用戶，讓熱門內容更熱門，想想微博還會有帶「薦」字樣這類收費上榜的熱搜話題，商業變現的好途徑）
插曲：b問題，正在輸入搜索詞的進行時出現的引導，被稱為「sug」，suggestion，豁然開朗！
一句話概括就是當用戶在搜索框輸入一個Query後，系統通過對語義的理解，召回相關信息或商品，在通過算法排序，按客戶實際的搜索意圖進行前後排序，最終解決其搜索需求，實現業務轉化。
好像看懂了，但又好像什麼都沒說。那就繼續拆流程……
流程裡第一個虛框在認知範圍內，還算能叨叨叨幾句。
挨個捋順，
所謂非法詞過濾，涉黃涉賭的搜索詞試試看，平臺會直接被屏蔽掉，搜索結果頁面會留白一大片，奉上一句「非常抱歉，沒有找到相關寶貝」，此時系統啟用了非法詞庫，就直接不再做搜索；
糾錯詞糾正就是對搜索詞進行語義分析，識別用戶搜索意圖進行自動糾錯，也就是整明白用戶想要的是什麼，力求做到「用戶可以寫錯，不能答錯」，去搜「啊地大絲」可得「以下是『阿迪達斯』的搜索結果」；
跳轉規則匹配常用於輸入查詢關鍵字後直接跳轉到一個商家店鋪主頁或者活動頁，比如雙十一的時候搜「易烊千璽」等明星姓名就能直接跳到活動頁領取明星專屬紅包，此功能依舊依賴於後臺的一套跳轉規則映射庫，當用戶的搜索關鍵字與規則庫中的關鍵字匹配時，則返回規則所指定的跳轉路徑，前端頁面直接跳轉過去，通常這個跳轉規則是有時間限定的。
當用戶輸入的查詢關鍵字通過非法詞過濾、糾錯詞糾正、特定跳轉匹配後，依然沒有匹配結果，這時系統會將關鍵字交給商品搜索伺服器，進入到分詞、召回、排序，技術層面上難就難在對查詢query的理解，對內容(商品)的理解與標註，對query和內容(商品)的匹配和排序。
插句話，這有點像是轉回到了關於平臺如何去做需求和供給匹配的大命題。蘇傑在《淘寶十年產品事》的在講搜索的個性化時主要觀點也就是在做用戶細分和商品/賣家細分，然後平臺做對接。這裡邊兒道術太高深，門外漢還沒整太明白。夫子之牆數仞，不得其門而入，不見宗廟之美，百官之富。
據說是，搜索伺服器首先會對關鍵字進行分詞處理，然後再根據分詞進行商品查詢，並根據權重規則獲得商品權重值，之後再進行權重值排序，最後返回查詢結果。
舉幾個例子自己留著體會，
分詞優化問題，搜索「925銀耳飾」，效果差的分詞方式為「925、銀耳、銀、耳飾」，效果好的分詞方式「925、銀、耳飾」 類目預測問題，例如當我查詢「蘋果」時，可能查詢的是水果，也可能是手機品牌。當通過行為數據分析，發現搜索」蘋果」的用戶，大部分的搜索意圖都為「手機」，那麼召回排序上優先「手機類目」。人工幹預問題，例如iPhone12剛上市時，用戶搜索「蘋果/iphone」，最新款產品肯定要排在前面，在沒有常規排序算法的時候，就需要類目預測人工幹預。又是一個新話題， 好長的，改日再議。
不信你去淘寶分別搜「衣服」、「電腦」，搜完記得回來。
我還是直接搜好了，上圖！
02
昨天看到一道題，「搜索和個性化推薦有什麼區別，從用戶角度怎麼理解」。
搜索是滿足用戶特定需求的功能，用戶通過泛搜索詞或者明確信息詞發出主動查詢的動作。而個性化推薦是平臺為降低用戶選擇和決策成本，依據平臺算法進行內容或商品分發與推薦的機制，這種內容或商品推薦源自於用戶前期在平臺的消費標籤（靜態屬性與動態數據）以及用戶畫像，實現信息找人或者貨找人，往往瞄準了閒逛或者沒有明確需求的用戶。
基於用戶角度，就聯想起了梁寧老師在《產品思維》裡提到的一套畫像，三類用戶：大明、笨笨和小閒。
大明，需求清晰，追求高效（京東的忠實用戶我）；
笨笨，有大概的需求，東看看，西看看（在小紅書被種草的我姐）；
小閒，沒有消費需求，打發閒暇時間（天天刷抖音的我媽）
一方面，搜索是大明的第一決策和交易路徑，個性化推薦則適用於笨笨。另一方面，當笨笨決定了要買什麼產品，那麼下一秒有70%-80%的概率，笨笨就會變大明。用戶果真是需求的集合呀！
也由此，PM十二的公眾號曾作出過比較全面的解答「信息流和搜索功能為什麼不矛盾？」→秋招蓄力！字節跳動產品崗往年筆試精選
雙向思考，搜索功能的產品是否需要有信息流以及有信息流功能的產品是否需要搜索功能，妙啊。
搜索和個性化推薦雖有差異，但存在大量的融合。例如，在平臺型電商網站中，一方面搜索習慣可以幫助產品更好的定位用戶潛在的需求，更精準的進行推送，另一方面推薦系統的產物又可以應用於搜索頁中的相關搜索詞，以及大量的搜索結果之間沒有顯著相關性，搜索結果的個性化也提供了一定的排序空間，畢竟我的紅蘋果只排到了第六位！
最後，關於個性化推薦看個笑話
以上大概是為解決自己的疑問對現有知識庫裡關於搜索和個性化推薦的邏輯一些搜刮和整理，持續補充，天天向上。
默念，周更兩顆糖！